立体视觉中心凹JND模型及其图像压缩硬件实现

摘要：

传统的二维JND(Just Noticeable Difference)模型只能估计平面图像的最小可觉差,并不完全适用于虚拟立体视觉下的大视场角图像.首先根据人眼视觉特性,对亮度、对比度、中心凹和立体深度4种掩蔽特性设计相应的双目观测实验,通过实验数据建立JND数学模型并将其与当前其他JND模型进行对比,结果表明该模型在同等感知质量下可以去除更多的视觉冗余.然后将该视觉感知冗余模型应用于图像压缩,为此提出一种多重色阶压缩算法,该算法根据人眼色差阈值对图像的不同区域进行不同等级的色阶量化,量化过程结合Floyd-Steinberg误差分散算法可以去除视觉冗余数据.最后在FPGA(Field-Programmable Gate Array)硬件平台上完成算法的验证,结果表明该算法的平均比特压缩率可以达到61.65％,能够有效降低VR(Virtual Reality)图像所需的传输数据量.

关键词：图像处理、视觉光学、中心凹JND、人眼视觉特性、数据传输、微显示器

所属期刊栏目：41

分类号：TN27(光电子技术、激光技术)

资助基金：国家自然科学基金61774101

在线出版日期：2021-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：80-89